1月，一个疯狂的模型大更新季度刚刚过去，刚刚发布新模型K2.5的Kimi，来到一个关键节点。
《智能涌现》获悉，近期Kimi在和投资人的沟通中表示，公司的海外收入已超过国内收入，新模型K2.5发布后，全球付费用户已有4倍增长。
这一变化恰好发生在新一代模型K2.5发布后的短短几天内。
继上一代模型K2发布会后，K2.5继续引发了海外热潮。在Openrouter上，K2.5的排名已经来到第三位，仅次于Claude Sonnet 4.5和Gemini 3 Flash。
事实上，前一代模型K2发布后，Kimi从10月开始商业化，进程已经算很快。
2025年末的内部信中，杨植麟提到，2025年11月以来，Kimi的海外API收入增长4倍。海外和国内付费用户数月度环比增速超过170%。
1月27日，Kimi发布并开源K2.5模型，这是Kimi迄今最智能的模型，采用原生多模态架构，能力覆盖视觉理解、代码生成、Agent集群、思考与非思考模式。
在HLE（人类最后考试）、BrowseComp、SWE-Bench Verified等基准测试中，K2.5都能达到开源SOTA，部分指标超越GPT-5.2、Claude Opus 4.5等闭源模型。
如果说DeepSeek用R1证明了中国大模型在推理能力上的突破，那么Kimi则在这个基础上，去往一条特别的路——让AI学会“团队作战”。
从K1.5到K2.5，Kimi这一年的模型迭代路径非常清晰：如何让AI更像一个真正的智能体，而不仅仅是一个聊天机器人。
如果说，K1.5时代，Kimi还是专注在让模型能够理解和生成更长的文本；K2是“Scale steps”——通过Agent任务能力的提升，让模型能够执行更复杂的操作。
最新的K2.5，则是探索用Agent集群的方式，让AI学会“团队作战”。
在实际应用中，K2.5可以调度多达100个Agent，并行处理1500个步骤，这极大拓展了Agent的实用性。在大规模信息收集场景下，Agent集群将效率提升了3到10倍。
比如，一个Agent集群的典型场景是检索近三个月内所有关于集群式agent的文献，整理成Excel并提炼核心发现；从一段录屏中识别UI交互逻辑，直接生成完整的前端代码；对Word文档进行批注修订、Excel数据建模、PPT自动生成、PDF翻译编辑等办公自动化任务等等。
为什么会采用AI团队作战的方式？在1月29日的Reddit AMA（Ask MA Anything）中，杨植麟表示：
“高质量数据的增长速度赶不上算力的增长，传统的‘用互联网数据预测下一个 token’的扩展方式带来的改进越来越少。但我们可以通过其他方式扩展，比如 Agent Swarm——并行执行子任务的代理数量扩展。这可以被视为测试时扩展的一种形式，同时也提供了训练时扩展的方式。”
在K2.5发布后，Kimi的路线已经越来越像Anthropic+Manus。
在模型上，Kimi选择对标Anthropic，专注基础模型智能上限，通过开源建立技术影响力——从K2开始，Kimi的模型权重和工具链全部开源，开发者可以选择本地或云端部署。
从成立至今，Kimi团队仅有300人左右，这个团队规模是不少大厂的十分之一。“用1%的算力资源，研发出全球领先模型”是Kimi的现状。
走Anthropic路线，算法、效率创新是核心，这意味着技术路线的选择会变得无比重要。
创业公司的资源有限，也倒逼Kimi只能做那些最重要、最前沿的探索。比如此前全球首个在大规模LLM训练中跑通Muon优化器、自研线性注意力机制Linear等等，都属于这样的创新。
在产品上，Kimi已经形成了清晰的布局：一方面，API端面向开发者，通过 Kimi API开放平台吸引全球开发者。
而在C端用户上，则明确了做生产力工具的定位。
Kimi在有意将产品做得更通用，并且品牌也更集中。并且也更符合一个细节是，此前Kimi已经内测了面向C端用户的Agent产品OK Computer，而在这一次的更新中，它被改名为Kimi Agent。
在不少产品用例上，不难发现，Kimi正在试图将产品做得更有品味，根据不同的主题做更好的风格化。
比较突出的是复杂场景中的可编辑性，这更加依赖模型能力。比如在生成PPT、用Excel生成动画后，用户在Kimi中还可以自动拆分元素编辑，这进一步提升了可用性。
在12月初，Kimi总裁张予彤曾表示：“要找到自己的叙事，找到自己真正擅长的事情。与资源更多的大公司竞争时，我们会刻意控制业务边界，专注大模型层、逻辑层、Agent层，以及深入研究、PPT、数据分析、网站开发这类偏生产力、偏复杂任务的链路。”
如今各家模型厂商都有自己押注的重点Agnet场景，Coding、Office都属于此类。这些场景的特点是，都是刚需场景，一旦做好，商业化前景也比较明确，而且非常依赖模型能力的提升。
